«"/
г. Екатеринбург
ул. Комвузовская, 3 Пн-Вс: с 8:00 до 22:00
ул. Антона Валека, 13 Пн-Вс: с 8:00 до 22:00

Как искусственный интеллект улучшит радиологию

Искусственный интеллект мог бы повысить диагностическую ценность исследования, извлекая больше информации из исследования, чтобы достичь лучших результатов для пациентов
9 марта 2018

Успех искусственного интеллекта (ИИ) в радиологии будет определяться его способностью повышать диагностическую достоверность, улучшать результаты лечения пациентов и уменьшить усталость радиологов, согласно статье, опубликованной онлайн 4 февраля в Журнале Американского колледжа радиологии https://www.acr.org.

ИИ мог бы повысить диагностическую ценность исследования, извлекая больше информации из исследования, чтобы достичь лучших результатов для пациентов, с более низкой стоимостью, пишет команда исследователей общей больницы Массачусетса (MGH) во главе с доктором Джеймсом Тралом.

«Для радиологов добавление ценности включает в себя создание более эффективных рабочих процессов и улучшение удовлетворенности работой», — пишут они.

Авторы отметили, что исследовательские усилия для ИИ в области изображений будут полезны для национальных и международных сетей обмена изображениями, справочных наборов данных проверенных случаев для тестирования и сравнения алгоритмов ИИ, критериев для стандартизации и оптимизации протоколов визуализации, используемых в приложениях ИИ, и общей лексики для описания и отчетности приложений ИИ.

Хотя значительная часть первоначальных исследований по клиническому ИИ была сосредоточена на улучшении точности диагностики, ИИ может также использоваться для решения практических вопросов, согласно группе. Эти возможности включают оптимизацию рабочих списков для создания приоритетности, преанализирующие случаи в приложениях большого объема, где усталость наблюдателя может быть фактором, извлечения информации из изображений, которые не явны невооруженным глазом, и повышения качества восстановленных изображений.

Опасения, что радиологи будут замещены ИИ, является потенциальным барьером, но потеря работы для врачей — это маловероятный результат, по мнению авторов.

«Вместо замены радиологов гораздо более вероятная перспектива заключается в том, что практика радиологии будет выгодно ассимилировать методы ИИ, улучшая качество и эффективность, аналогичные опыту с другими методами цифровой визуализации», — пишут они.

Необходимо также рассмотреть некоторые ключевые технические проблемы, такие как выяснение того, как установить лучший источник правды для проверки результатов, определяя, будут ли скорости обработки быть достаточно быстрыми, чтобы быть актуальными для клинической практики, исследуя, могут ли программы протоколов определить, действительно ли ИИ применим для данной пациентки.

По словам Тралла и его коллег, самым большим ограничением в области визуализации может быть неотъемлемое ограничение в определении нормального и ненормального в непрерывно изменяющихся биологических данных.

«Следователи в ИИ столкнутся с этой загадкой, когда номинальные критерии для нормы и ненормы трудно определить, например, при установлении предельных размеров тех или иных органов», — пишут они.

Авторы добавили, что пока неясно, какую роль будет играть ИИ в визуализации или как технология повлияет на радиологов.

«Ясно, что ИИ предоставляет многообещающий новый набор инструментов для опроса данных изображения, которые должны быть изучены», — заключили они. «Растущий интерес к ИИ в сообществе визуализации служит хорошим предзнаменованием для его потенциальной лидерской роли».

Ссылка на оригинальную статью: https://www.auntminnie.com/index.aspx?sec=sup&sub=aic&pag=dis&ItemID=119786